シンプル--- YOLOの複数のバージョンを認識します
：古典のいくつかのバージョンがありYOLOv3
、YOLOv3（ダークネット）公式サイト@ https://github.com/pjreddie/darknet
2、YOLOv3（ダークネット最適化）@ https://github.com/AlexeyAB/darknet
3、YOLOv3はhttps://github.com/JackKoLing/opencv_deeplearning_practice/tree/master/pracice3_opencv_yolov3 @ OpenCVの公式サイトで
：参照
Windows版：https://github.com/AlexeyAB/darknetを参照してください
HTTPSを参照してください：// pjreddie Linuxバージョン。 COM /ダークネット/ YOLO
について
、YOLOv3（ダークネット）https://github.com/pjreddie/darknet @公式サイト
githubの上で始まる最もホットなオープンソース・プロジェクト、Linuxシステムを行うには、ウィンドウ内の現在すべての主要な改訂も神使用しています。
ダウンロードして準備：ダークネットは、+ yolov3.cfg yolov3.weightsのマッチング、...
それは環境に依存します：C ++、OpenCVの、Pythonは、 ...
ケースをコンパイル：ソースファイルをダウンロードし、あなただけの使用後にコンパイルするようにする必要があり
サポート：Linuxのシステム（第一の支持）+のWindows + CPU + GPU（NVIDIAに適用）
（1）共通のソースは、コマンドを実行します。
@ u1604 U：〜/ ダークネットの$ （1）---絵をテストするために検出 。 /ダークネットCFG / yolov3.cfg重みを検出/データ/ yolov3.weights person.jpgを 。 /ダークネットテスト検出器のcfg / coco.data CFG /重みyolov3.cfg / yolov3.weightsデータ/ person.jpg （2）試験ローカルビデオ--- デモ 。 /検出デモCFGダークネット/ coco.data CFG / yolov3.cfg重み/ yolov3.weights wp_video / person002.mp4 （3）試験USBビデオ--- 。 /ダークネット検出デモCFG / coco.data CFG / yolov3.cfg重み/ yolov3.weights （4）試験RSTPビデオ--- 。/ダークネット検出器デモ./cfg/coco.data ./cfg/yolov3.cfg重み/ yolov3.weights RTSP：// 管理者：。？。[email protected] ?? / H.264 / CH1 /サブ/ av_stream -i 0 0.25を-thresh 。/ダークネット検出器デモ./cfg/coco.data ./cfg/yolov3.cfg重み/ yolov3.weights RTSP：// 管理者：。？。[email protected] ?? / H.264 / CH1 /サブ/ av_stream -i 0 -----------多くの写真をテストします------------------------ 。/ダークネット-i CFG / yolov3.cfg重み/ yolov3.weightsを検出する2 #CPUが入力した 画像のパスを入力します 。/ダークネット-i yolov3.weights / CFG / yolov3.cfg重みを検出0 #GPUが入力した 画像のパスを入力します。
（2）自己記述されたPythonインタフェースファイル、実行します。
python2 xx.py
のpython3 xx.py
（ダークネット最適化された）2、YOLOv3 @ https://github.com/AlexeyAB/darknet
Windowsシステムで行うにはgithubのを開始するには、今、すべての主要な改訂神は、Linuxで使用されます。
ダウンロードして準備：ダークネット、マッチングyolov3.weights + yolov3.cfg、...
環境に依存：C ++、OpenCVの、Pythonは、 ...
ケースをコンパイル：ソースファイルをダウンロードし、あなただけの使用後にコンパイルするようにする必要があり
サポート：窓システム（第一の支持）+ Linuxの+ CPU + （NVIDIAに適用）GPU
を使用してコマンドを使用して"YOLOv3（ダークネット）の公式サイト、"いくつかの少し異なる
3、YOLOv3 OpenCVの公式サイト@ httpsで：// githubの。 COM / JackKoLing / opencv_deeplearning_practice /木/
マスター/ pracice3_opencv_yolov3 ダウンロードと準備：などyolov3.weightsの重みファイル、yolov3.cfgネットワークビルドファイル、coco.names、xxx.jpg、xxx.mp4ファイル、object_detection_yolo.cpp、object_detection_yolo.pyを;ファイル
C ++コンパイラ環境（例えばG ++ / VScodeなど）、OpenCV3.4.2は+：環境に依存 （ インストールディレクトリを覚えている）
場合をコンパイルする：変更を直接コンパイルして複雑せずに、ソースファイルをダウンロードし、アプリケーションがする
サポート：窓+ Linuxの+ CPU + GPU（のみインテルに適用されます）
（1）YOLOv3 OpenCVのに使用されるが+のUbuntuのウィンドウで使用することができます。
前に行って（2）窓の下で、object_detection_yolo.cppは、Visual Studioのコンパイラで（VS）です。
（3）Ubuntuの下では、この時間は、object_detection_yolo.cppがg ++コンパイラです。
DNNの（3）OpenCVのは、GPUはテストのみIntelのGPUを使用していますので、何もIntelのGPUがない場合は、コードを使用すると、CPUに切り替え設定します。
使用：
（1）object_detection_yolo.cpp、実行：
コンパイル、G ++ `PKG-設定OpenCVの --cflags` object_detection_yolo.cpp -o object_detection_yolo` PKG-設定OpenCVの--libs` -std = C ++ 11
テスト、単一の画像：
./object_detection_yolo --image = /データ/ 1.JPG。
ビデオファイル：
。./object_detection_yolo --video = /データ/ run.mp4
（2）object_detection_yolo.py、実行します。
単一の画像を：
のpython3 object_detection_yolo.pyへ= bird.jpgは--image
ビデオファイルを：
python3 object_detection_yolo.py --video = run.mp4
最後に、3、あまりにも慎重に検討違い。OpenCVの3とpjreddie /ダークネット、AlexeyAB /ダークネット、計算効率と精度YOLOv3、まだ比較を行います。実行時間であったであろうものに反対したが、時間の異なる配置機能、時間のテストは、一見匹敵しないように、これらの日、。プロジェクト全体の時間を実行すると、プロジェクトがあまりにも、時間がかかり、ほとんどの時間価値を納得させることができ、将来の有機慎重に検討中が必要とされます。
直感的に実行し、GPU> CPU、C ++> Pythonの、一時的な研究を行うための時間のかかる固有の値を観測します。取り付け：これらの日は、比較のための時間のテストは、多くの価値を持っていない可能性があり、インターネットユーザーがリソースを共有します。
テスト環境：ubuntu16.04 +インテル®Core™i7-8700K CPUの@の3.70GHz NVIDIAのGTX 2080 TI + 12×
